排列问题也要去重了!

开发 前端
如果对回溯算法基础还不了解的话,我还特意录制了一期视频:带你学透回溯算法(理论篇) 可以结合题解和视频一起看,希望对大家理解回溯算法有所帮助。

[[428322]]

全排列 II

力扣题目链接:https://leetcode-cn.com/problems/permutations-ii

给定一个可包含重复数字的序列 nums ,按任意顺序 返回所有不重复的全排列。

示例 1:

  • 输入:nums = [1,1,2]
  • 输出:[[1,1,2], [1,2,1], [2,1,1]]

示例 2:

  • 输入:nums = [1,2,3]
  • 输出:[[1,2,3],[1,3,2],[2,1,3],[2,3,1],[3,1,2],[3,2,1]]

提示:

  • 1 <= nums.length <= 8
  • -10 <= nums[i] <= 10

思路

如果对回溯算法基础还不了解的话,我还特意录制了一期视频:带你学透回溯算法(理论篇) 可以结合题解和视频一起看,希望对大家理解回溯算法有所帮助。

这道题目和全排列的区别在与给定一个可包含重复数字的序列,要返回所有不重复的全排列。

这里又涉及到去重了。

在组合总和II 、子集II我们分别详细讲解了组合问题和子集问题如何去重。

那么排列问题其实也是一样的套路。

还要强调的是去重一定要对元素经行排序,这样我们才方便通过相邻的节点来判断是否重复使用了。

我以示例中的 [1,1,2]为例 (为了方便举例,已经排序)抽象为一棵树,去重过程如图:

全排列II1

图中我们对同一树层,前一位(也就是nums[i-1])如果使用过,那么就进行去重。

一般来说:组合问题和排列问题是在树形结构的叶子节点上收集结果,而子集问题就是取树上所有节点的结果。

在46.全排列中已经详解讲解了排列问题的写法,在40.组合总和II 、90.子集II中详细讲解的去重的写法,所以这次我就不用回溯三部曲分析了,直接给出代码,如下:

C++代码

  1. class Solution { 
  2. private: 
  3.     vector<vector<int>> result; 
  4.     vector<int> path; 
  5.     void backtracking (vector<int>& nums, vector<bool>& used) { 
  6.         // 此时说明找到了一组 
  7.         if (path.size() == nums.size()) { 
  8.             result.push_back(path); 
  9.             return
  10.         } 
  11.         for (int i = 0; i < nums.size(); i++) { 
  12.             // used[i - 1] == true,说明同一树支nums[i - 1]使用过 
  13.             // used[i - 1] == false,说明同一树层nums[i - 1]使用过 
  14.             // 如果同一树层nums[i - 1]使用过则直接跳过 
  15.             if (i > 0 && nums[i] == nums[i - 1] && used[i - 1] == false) { 
  16.                 continue
  17.             } 
  18.             if (used[i] == false) { 
  19.                 used[i] = true
  20.                 path.push_back(nums[i]); 
  21.                 backtracking(nums, used); 
  22.                 path.pop_back(); 
  23.                 used[i] = false
  24.             } 
  25.         } 
  26.     } 
  27. public
  28.     vector<vector<int>> permuteUnique(vector<int>& nums) { 
  29.         result.clear(); 
  30.         path.clear(); 
  31.         sort(nums.begin(), nums.end()); // 排序 
  32.         vector<bool> used(nums.size(), false); 
  33.         backtracking(nums, used); 
  34.         return result; 
  35.     } 
  36. }; 

拓展

大家发现,去重最为关键的代码为:

  1. if (i > 0 && nums[i] == nums[i - 1] && used[i - 1] == false) { 
  2.     continue

如果改成 used[i - 1] == true, 也是正确的!,去重代码如下:

  1. if (i > 0 && nums[i] == nums[i - 1] && used[i - 1] == true) { 
  2.     continue

这是为什么呢,就是上面我刚说的,如果要对树层中前一位去重,就用used[i - 1] == false,如果要对树枝前一位去重用used[i - 1] == true。

对于排列问题,树层上去重和树枝上去重,都是可以的,但是树层上去重效率更高!

这么说是不是有点抽象?

来来来,我就用输入: [1,1,1] 来举一个例子。

树层上去重(used[i - 1] == false),的树形结构如下:

全排列II2

树枝上去重(used[i - 1] == true)的树型结构如下:

全排列II

大家应该很清晰的看到,树层上对前一位去重非常彻底,效率很高,树枝上对前一位去重虽然最后可以得到答案,但是做了很多无用搜索。

总结

这道题其实还是用了我们之前讲过的去重思路,但有意思的是,去重的代码中,这么写:

  1. if (i > 0 && nums[i] == nums[i - 1] && used[i - 1] == false) { 
  2.     continue

和这么写:

  1. if (i > 0 && nums[i] == nums[i - 1] && used[i - 1] == true) { 
  2.     continue

都是可以的,这也是很多同学做这道题目困惑的地方,知道used[i - 1] == false也行而used[i - 1] == true也行,但是就想不明白为啥。

所以我通过举[1,1,1]的例子,把这两个去重的逻辑分别抽象成树形结构,大家可以一目了然:为什么两种写法都可以以及哪一种效率更高!

是不是豁然开朗了!!

本文转载自微信公众号「代码随想录」,可以通过以下二维码关注。转载本文请联系代码随想录公众号。

 

责任编辑:武晓燕 来源: 代码随想录
相关推荐

2021-10-08 11:13:41

子集问题数据结构算法

2020-07-24 10:11:19

AI 数据人工智能

2022-05-05 09:23:21

裁员程序员危机

2021-12-29 06:24:16

AI审稿人工智能

2021-09-29 07:41:27

前端技术编程

2021-11-19 07:54:40

前端

2019-11-14 22:04:09

AIJohn CarmacVR

2010-05-11 11:04:11

曹重英

2019-04-16 14:12:29

AI机器学习TensorFlow

2023-02-09 15:30:35

特斯拉AI

2014-12-17 09:57:39

2015-05-27 10:11:04

4G

2024-08-30 08:15:59

VueAI工具

2020-12-09 15:26:00

人工智能律师互联网

2009-10-16 13:04:18

网络综合布线

2021-11-09 11:56:25

模式数组排序

2021-10-11 10:25:33

排列nums数组

2017-05-31 13:40:22

人工智能个人助手算法分析

2016-08-04 14:49:38

2015-07-27 09:57:47

iOS捆绑应用
点赞
收藏

51CTO技术栈公众号